卫星对地观测任务启发式自主规划算法研究

传统的卫星对地观测任务调度依赖于地面控制中心离线生成执行计划,为将规划权与地面控制中心解耦,实现卫星对任务及时和自适应规划,本文通过对观测任务的分析,结合小卫星姿态转换能力强以及拥有计算单元的特点,对卫星观测动作以及约束条件做了合理抽象与简化,建立了问题模型,提出了一种适用于小型卫星调度观测任务的启发式自主规划算法HIPA,算法对于每个任务进行资源消耗计算并给出是否可被观测的结果.通过在不同资源条件限制情况下、不同数量的任务样本集上设置的系列对比实验表明,本文所设计的启发式自主规划算法求解性能更好,可最大化利用卫星资源在最短时间内得到规划序列,可有效提高卫星的观测效率.     

多UCAV协同控制中的任务调度问题研究

任务调度包括任务分配和任务排序两个紧密耦合的问题,是多UCAV协同控制的核心和有效保证。分析了任务和UCAV的特性,针对带时间约束的复杂情况,建立了多机协同任务调度的数学模型。通过建立可行解到粒子间的映射,设计了粒子群优化算法求解,仿真实验验证了算法的可用性和有效性。     

基于差分量子粒子群优化算法的作业车间调度

针对作业车间调度问题(job-shop scheduling problem, JSP)中存在的求解复杂程度高、动态性强等难题,提出基于差分特性的量子粒子群优化算法。量子粒子群算法引入量子机制克服了粒子群算法在全局收敛性上的不足,并采用差分进化思想对粒子状态进行更新,借助变异操作增大种群多样性,对早熟粒子进行交叉选择操作,防止个体收敛到局部极值,进一步采用多邻域搜索方法以提高算法的寻优速度。对FT、LA两类JSP算例进行求解,将所提算法与离散粒子群算法、遗传算法以及细菌觅食算法进行实验对比。结果表明,4种算法收敛到FL10算例理论最优解的时间分别为127、134.8、143.5以及141.3 s;而LA36算例的理论最优解为1 268,4种算法所得结果分别为1 294.6、1 457.4、1 374.3以及1 398,且所提算法收敛时间最短。仿真结果表明所提算法能以较快的收敛速度得到最优解,相比于其他算法,寻优速度和精度都有了明显提升。     

基于双重资源的柔性生产系统调度算法

在柔性资源的生产环境下,如何进行人员与工作中心之间的优化配置对产品准时交货起着重要的作用。本文以提前/延期(E/T)惩罚最小为目标,进行了基于双重资源的柔性生产系统调度问题的研究。首先,对基于双重资源的柔性生产系统的E/T调度问题进行了描述,提出了求解调度问题的具体策略。在此基础上,建立了基于启发式的E/T调度算法。通过仿真实验,对算法性能进行了分析评价和比较,结果表明该算法用来求解基于双重资源的柔性生产系统的调度问题是有效和实用的。     

树型网格下独立任务的实用调度算法

讨论在节点计算能力和网络通信速度异构的树型网格下独立任务的调度问题。与最小化任务总执行时间不同（该问题被证明是NP难题[1]）,本文修正[2]中为树型网格平台任务调度问题建立的整数线性规划模型,针对多层树通过线性规划模型求解最优任务分配数的时间复杂性大（ ）的问题,引入推拉方法,将多层树线性规划求解归结为单层树求解,复杂性降低为 ,其中 ,m为树的层数, 为第j层中节点的数目最多的节点的子节点数。基于求出的近似最优任务分配数,提出一个静态分布式的启发式任务调度算法。分析和实验表明,在异构的树型网格下做大量的独立任务调度时,算法性能优于同类算法。 关键词: 任务调度; 网格计算; 线性规划; 最优任务分配; 分布式任务调度算法;     

基于负载均衡的大规模TTE消息调度表生成方法

在复杂拓扑条件下，机载网络存在大规模数据的高效传输需求.此时，传统的调度表生成方法存在高时间复杂度问题.为了有效解决这个问题，本文提出了一种基于负载均衡的时间触发以太网(Time-Triggered Ethernet, TTE)消息调度表生成方法.该方法首先生成消息传输备选较短路径集，综合地考虑消息长度和链路负载来选择消息路径、得到具有负载均衡特性的路径规划结果，然后以提高时序规划效率为目标，基于静态优先级生成调度表，依据消息长度和周期进行消息排序，并使用“背靠背”规则进行传输调度分配，以保证消息的实时性和确定性.仿真结果表明，当可调度消息帧数超过6000条时，在保证消息实时性的前提下，该方法比传统的满足性模理论(Satisfiability Modulo Theory, SMT)时间规划方法减少90%以上的计算时间，计算效率提升10～100倍，可见该方法适合于求解复杂大规模数据调度表的生成问题.本文的研究为改善机载网络的消息调度性能提供了一种可行方案.